Jospa hakkuukoneen kuljettajan ei tarvitsisikaan tehdä puuvalintaa29.09.2018 15.01
Nykyisin hakkuukoneen kuljettaja on paljon vartija harvennushakkuulla: hän valitsee, mitkä puut hän jättää metsikköön kasvamaan ja mitkä puut hän poistaa hakkuussa. Mutta kuinka kauan? Tehdäänkö harvennushakkuita viiden, kymmenen vuoden päästä siten, että hakkuukoneen kuljettajan ei tarvitsekaan tehdä puuvalintaa vaan ennakkoleimaus on tehtyhakkuukoneessa olevalla laserkeilaimella, ilmasta käsin dronella tai jollakin muulla teknologialla? (kuva: Tutkimuksen kaikki hakkuukoneet oli varustettu VelodyneVLP-16 -laserkeilaimella, jonka hinta on noin 4000 euroa. Kuvassa laserkeilain kiinnitetty John Deere 1170E -hakkuukoneen ohjaamon etuosaan.) Metsäsektorilla kuten muillakin yhteiskunnan toimialoilla eletään vahvaa murroksen aikaa: digitalisaatio, automaatio ja robotiikka tulevat vuosi vuodelta entistä enemmän meidän jokaisen arkeen - työhön ja vapaa-aikaan. Täysautomatisoidut metsäkoneet ensiksi puuplantaaseille? Puunkorjuussa on visioitu puoliautomatisoiduista ja täysautomatisoiduista metsäkoneista jo pidemmän aikaa. Milloin täysautomatisoidut motot ja ajokoneet tulevat hakkuutyömaille Suomessa; meneekö siihen 10, 15 vai 20 vuotta? - Luultavasti ainakin 15 vuotta meidän pitää vielä odottaa, ennustaa Kalle Kärhä Stora Ensosta. Kärhä arvioi, että ensiksi täys- automatisoituja metsäkoneita, siis metsäkoneita, joissa ei ole lainkaan kuljettajaa, vaan metsäkone suorittaa sille annetut työtehtävät itsenäisesti, tai jos koneessa on kuljettaja, hän on vain puunkorjuuprosessin valvoja, aletaan ottaa käyttöön ensiksi puuplantaaseilla Etelä-Amerikassa, missä maastot ovat tasaiset ja kantavat, puut kasvavat siististi riveissä, rungoista hakataan vain yhtä puutavaralajia sekä huoltohenkilöstö ja -kalusto ovat isojen työmaiden vieressä 24/7-valmiudessa. Autovalmistajat kehittävät sensoriteknologiaa Ennen kuin täys- tai puoliautomatisointia lähdetään tuomaan metsäkoneisiin, on hyvin oletettavaa, että metsäkoneisiin rakennetaan erilaisia kuljettajaa opastavia ja avustavia järjestelmiä nopealla aikataululla. Kone vinkkaa esimerkiksi kuljettajalle: Älä katkaise tukkia tästä vaan syötä runkoa 60 senttimetriä takaisin päin ja näin vältät mutkan teon tukkiin, Sinun kannattaa ottaa tähän kuormaan vielä nuo kaksi lumen alla olevaa kuusikuitupuunippua 10 metrin päästä tai Älä ajaa enää notkon kautta tienvarsivarastolle, koska siellä on kriittinen 80 prosentinkoneen uppoamisvaara. Kiitos Teslan, Fordin ja muiden autovalmistajien, jotka kehittelevät kilpaa isolla rahalla autonomisia autoja, uuden sensoriteknologian hinta on tullut vuosi vuodelta alaspäin. Esimerkiksi laserskanneri, joka maksoi muutama vuosi sitten kymmeniä tuhansia euroja, maksaa nyt vain kymmenesosan siitä. Voidaan olettaa, että uudet sensorijärjestelmät perustuen mobiililaserkeilaukseen ja/tai konenäköön tarjoavat lähitulevaisuudessa metsäkoneen kuljettajalle merkittäviä hyötyjä; esimerkiksi ne voivat nopeuttaa hakkuutyötä ja parantaa kuljettajan työssä jaksamista, kun kuljettajan ei tarvitse miettiä poistanko tuon puun vai en, ja ne voivat myös nostaa hakkuutyönlaatua, kun sensorit seulovat hyvin tarkasti huonolaatuiset esimerkiksi mutkaiset, monilatvaiset ja iso-oksaiset puut hakattavaksi. Tehtyjen selvitysten ja käytettyjen puheenvuorojen mukaan sekä koneenkuljettajat että metsäkoneyrittäjät ovat kiinnostuneita hyödyntämään sensoriteknologian mahdollisuuksia. - Sitä ei ole kuitenkaan tutkittu, mikä on tarkalleen ottaen hyödyntämispotentiaali harvennusmetsässä, jos hakkuukoneen kuljettaja saa ehdotuksen poistettavista tai jätettävistä puista, Kärhä nostaa esille. (kuva: Hakkaisitko Sinä nopeammin ensiharvennusmännikköä, jossa poistettavat puut on valittu ennen hakkuuta? Entä olisiko tällöin Sinun hakkuussa jäävä puusto laadukkaampaa, esimerkiksi vähemmän kaksilatvaisia jääviä runkoja, kun jäävät laaturungot on seulottu huolella läpi uudella sensoriteknologialla?) (kuva: Hakkuuta odottava tutkimuskoeala, josta on tehty tarkka puukartta mittaamalla maastossa kaikki leimikon puut ja numeroimalla ne. Poistettavat puut on merkitty punaisella spraymaalilla.) Onko ennakkoleimauksesta hyötyä? Stora Enso käynnisti yhdessä Helsingin yliopiston, Metsätehon, Paikkatietokeskuksen, Aalto yliopiston, metsäkonevalmistajien (John Deere, Komatsu ja Ponsse) ja Karelwoodin kanssa keväällä tutkimuksen, jossa selvitetään, nopeutuuko hakkuukoneenkuljettajan hakkuutyö, kun hänen ei tarvitse valita poistettavia tai jääviä puita, eikä huolehtia harvennusvoimakkuudesta harvennuksella. Lisäksi katsotaan, onko harvennusvoimakkuus ja puuvalinta parempi ennakkoleimatulla harvennustyömaalla. Mika Vahtila Helsingin yliopistosta tekee tutkimuksesta pro gradu -työnsä. Tutkimuksessa kerätään myös runsaasti muuta dataa, ja näin aihealuetta päästään tutkimaan laajasti. Kuluneen kesän aikana Tornatorin metsiin Pohjois-Karjalassavalmisteltiin tutkimuskoealoja sekä ensiharvennusmetsiin että toisen harvennuksen metsiköihin. Puoleen koealoista tehtiinhakkuukoneen kuljettajille ennakkoleimaus, eli poistettavat puut merkittiin spraymaalilla. Tällä jäljiteltiin tulevaisuudessa esimerkiksi mobiililaserkeilaimella tehtävää ennakkoleimausta.Vastaavasti puolet tehdyistä koealoista olinormiharvennushakkuuta, eli vertailukoealoja, joissa ei ollut mitään vinkkejä tai merkintöjä hakkuukoneen kuljettajalle. (kuva: Puukartat tehtiin dronella otetulta ilmakuvalta.) Puukartat tuotettiin dronella Osalle koealoista muodostettiin tarkat puukartat dronella tehdyn ilmakuvauksen perusteella. Puukarttaa täydennettiin maastossa tehdyin mittauksin; tuloksena oli tarkka tieto puiden sijainneista, runkolukusarjasta ja laatutunnuksista. - Näiden aineistojen pohjalta muun muassa päästään tutkimaan tehdyn mobiililaserkeilauksen tarkkuutta ja käyttökelpoisuutta ja selvittämään dronella tehtävän leimauksen, eli niin sanotun drone-leimauksen mahdollisuuksia, kertoo Timo Melkas Metsätehosta. Ennen hakkuuta drone-kuvatut leimikot lennettiin hakkuun jälkeen läpi uudelleen dronella, ja näin selvitetään, pystytäänkö dronea käyttämään harvennusvoimakkuuden todentamisessa ja myös mahdollisesti puustovaurioiden mittaamisessa. Kaikki tutkimuksen hakkuukoneet (Komatsu 931.2, John Deere 1170E ja Ponsse Scorpion) oli varustettu 3D Velodine VLP-16 -laserkeilaimella. - Tutkimuskoealojen hakkuut saatiin valmiiksi elokuussa, ja nyt on aloitettu kerättyjen aineistojen analysointi. Ennakkotuloksia tutkimuksista on luvassa loppuvuoden 2018 aikana, kertoo Mika Vahtila. (kuva: Testikoealojen hakkuu käynnissä Ponsse Scorpion -hakkuukoneella.) |